产品服务

XOPS｜智算运维系统

面向智算集群的大规模训练和推理场景，打造计算、网络、存储全链路一体化运维平台，实现问题快速定位和故障高效排查。

打破信息孤岛以 AI Agent 为核心降低人工依赖

产品定位

把全链路可观测转化为 AI Agent 运维闭环

XOPS 统一汇聚 GPU、主机、网络和训推任务监控数据，通过可视化与多智能体协同，将异常发现、根因定位、工单分析和闭环处置连接起来。

核心能力

核心能力架构

面向大规模训练和推理场景，集中呈现指标、状态与日志并辅助快速定位问题。

覆盖 GPU 算力、主机资源、主机网络、机间网络与训推日志。

将计算、网络与训推任务指标集中呈现，减少信息孤岛与跨系统切换。

协同分析告警、指标、日志与工单，辅助根因定位、自动回单和闭环处置。

评估大模型在网络运维长程任务方面的表现，形成运维经验库与 Skills，推荐表现最优的模型。

价值与效果

以统一数据和智能分析提升智算运维的信息完整性、响应速度和自动化水平。

打破计算、网络和任务数据之间的信息孤岛，实现统一呈现。

快速定位故障根因，缩短 MTTR。

Agent 辅助问题自主研判、工单自动回单和全流程闭环处置，降低人工依赖。

产品服务

组网、调优、运维与专业服务相互协同，共同覆盖智算网络完整生命周期。

智算组网

摒弃传统多层树状结构，采用完全扁平的互联架构，取消 Spine 层交换机，配合“单轨+多轨”混合接入与专属路由，为集群内 GPU 通信规划更短、负载更均衡的路径。

智算调优

面向大规模智算业务，对训推框架、通信库、网络配置和主机配置等关键环节进行系统化调优。

专业服务

通过网络设备、算网调优和运维服务的一站式交付，保障智算集群网络稳定、通信高效、SLA 达标，助力集群快速上线。

从网络开始

围绕新建集群、存量改造、性能调优或智能运维，与我们一起评估网络如何释放更多有效算力。